一种基于图像处理的工业瓶罐器件计数方法技术

一种基于图像处理的工业瓶罐器件计数方法，工业相机抓拍工业瓶罐器件图片作为数据源传输至计算机图像预处理部分；通过直方图均衡增强技术对原始工业瓶罐器件图像进行图像增强；再采用维纳滤波算法对图像进行降噪，同时较好的保持瓶罐器件的边缘轮廓；在进行图像预处理后，采用OTSU最大类间方差算法将瓶罐器件与背景分割，得到理想的瓶罐器件二值图像；再采用形态学膨胀和腐蚀操作对瓶罐器件二值图像去伪；再使用分水岭分割算法对粘连瓶罐器件进行分离；最后基于尺寸面积阈值对器件数量进行计数。本发明专利技术适用于的工业瓶罐器件数量统计，取代了传统的人工计数方式，节省了人力成本，提高了工业生产的工作效率。提高了工业生产的工作效率。提高了工业生产的工作效率。

【技术实现步骤摘要】
一种基于图像处理的工业瓶罐器件计数方法


[0001]本专利技术涉及图像处理领域，具体地说是涉及一种基于图像处理的工业瓶罐器件计数方法。

技术介绍

[0002]工业上瓶罐类器件的生产量巨大，瓶罐类器件的用途也十分广泛，例如饮料瓶、乳制品包装、液体医疗药物容器等。传统生产厂家对器件的计数方法通常为人工点数的方法，这种方法计数的耗费大量的人力时间，效率低，长时间通过肉眼进行检查清点，也容易造成眼疲劳，导致结果误差大。

技术实现思路

[0003]为解决
技术介绍
中存在的问题，本专利技术提出一种基于图像处理的工业瓶罐器件计数方法，简单易操作，计算精准高效，能够对工业瓶罐器件进行有效的计数，取代人工计数的方式，节省了人力成本，大幅度地提高了工业工作效率。
[0004]本专利技术解决其技术问题所采用的技术方案是：
[0005]一种基于图像处理的工业瓶罐器件计数方法，包括以下步骤：
[0006]步骤S1：俯视拍摄瓶罐器件图像，作为数据源传输至计算机系统；
[0007]步骤S2：通过直方图均衡增强技术对原始工业瓶罐器件图像进行图像增强；
[0008]步骤S3：采用维纳滤波算法对原始图像进行降噪处理；
[0009]步骤S4：采用OTSU最大类间方差算法将瓶罐器件与背景分割，得到理想的瓶罐器件二值图像；
[0010]步骤S5：采用形态学膨胀和腐蚀操作对瓶罐器件二值图像去伪操作；
[0011]步骤S6：使用分水岭分割算法对粘连瓶罐器件进行分离；
[0012]步骤S7：最后基于尺寸面积阈值对器件数量进行计数。
[0013]进一步，在步骤S2中，直方图是对图像的灰度级分布范围的直观统计，灰度直方图函数表示[0,L
‑
1]的灰度范围。
[0014]h(rp)＝np
[0015]其中，np即图像灰度级为rp的像素个数，rp即是图像中第p个灰度级。
[0016]再进一步，在步骤S3中，维纳滤波是根据最小均方误差准则提出的最佳线性滤波方法，适用范围广泛。对图像进行维纳滤波时，要估算目标像素a(n1,n2)局部矩阵的均值与方差，计算公式如下：
[0017][0018][0019]其中，η为某像素的M*N的邻域；
[0020]接着利用维纳滤波器估算变换后的像素值b(n1，n2)；
[0021][0022]其中，v2是图像方差。
[0023]在步骤S4中，采用OSTU最大类间方差算法对图像进行二值化处理，获得阈值T。
[0024]在步骤S5中，对提取出的二值化图像做腐蚀和膨胀等形态学操作，能有效消除噪声，获得完整的器件区域和清晰的边缘信息。
[0025]在步骤S6中，采用的是基于距离的分水岭分割方法，对于二值图像做距离变化后，得到二值图像中每个像素到最接近零值的像素的距离集合，并根据集合进行分水岭变换；
[0026]对目标二值图像求补求距离变换函数：
[0027]D(p)＝min{dist(p,q),q∈m}
[0028]其中感兴趣区域为m，D表示距离变换后的集合，p、q为像素点，dist为距离函数。
[0029]在步骤S2、S3、S4、S5和S6的处理后，目标区域基本都是相互分离的、俯视状态下的瓶罐器件二值图像，为统计数量，采用基于尺寸面积的计数方法。
[0030]本专利技术首先通过直方图均衡增强技术对器件图像进行图像增强，再通过维纳滤波对原始图像进行一次降噪处理，在通过最大类间方差算法提取出较为理想原始图像的二值图像后，通过形态学的腐蚀和膨胀操作进行了去伪处理，达到了二次降噪的效果，通过分水岭算法较好的分割效果，使得二值化图像中瓶罐器件相互独立，从而通过一种基于尺寸面积的计数方法来实现计数，该方法的准确度高，计算速度快，为工业瓶罐类型这种规则型器件提供了更加适合的计数方法。
[0031]本专利技术的有益效果主要表现在：简单易操作，计算精准高效，能够对工业瓶罐器件进行有效的计数，取代人工计数的方式，节省了人力成本，大幅度地提高了工业工作效率。
附图说明
[0032]图1是一种基于图像处理的工业瓶罐器件计数方法的系统流程图。
具体实施方式
[0033]下面结合附图对本专利技术作进一步描述。
[0034]参照图1，一种基于图像处理的工业瓶罐器件计数方法，包括如下步骤：
[0035]步骤S1：图像采集
[0036]可由高清摄像机通过俯拍的方式获得瓶罐器件的高清图像，图像应清晰无遮挡，无明显，将拍摄到的图像作为本方法的数据源，统计瓶罐器件的数量，图像中，同种瓶罐器件排列方式任意，然后经传输至计算机对图像进行处理计数。
[0037]步骤2：直方图均衡增强
[0038]对目标图像进行预处理，利用灰度直方图对瓶罐器件图像进行图像增强，增强器件区域与背景的对比度，为后续的图像降噪去伪及计数提供更加真实的数字图像；
[0039]直方图是对图像的灰度级分布范围的直观统计，灰度直方图函数表示[0,L
‑
1]的
灰度范围。
[0040]h(rp)＝np
[0041]其中，np即图像灰度级为rp的像素个数，rp即是图像中第p个灰度级；
[0042]步骤3：维纳滤波降噪
[0043]经过直方图均衡增强的原始图片，通过维纳滤波进行第一次降噪，该降噪针对拍摄角度，光线强度，震动等因素引起的噪声进行消除的同时保持图像中瓶罐器件的边缘轮廓；
[0044]维纳滤波是根据最小均方误差准则提出的最佳线性滤波方法，适用范围广泛。对图像进行维纳滤波时，要估算目标像素a(n1,n2)局部矩阵的均值与方差，计算公式如下：
[0045][0046][0047]其中，η为某像素的M*N的邻域；
[0048]接着利用维纳滤波器估算变换后的像素值b(n1，n2)；
[0049][0050]其中，v2是图像方差。
[0051]步骤4：OTSU二值图像提取
[0052]在进行图像处理后，计数所需的是瓶罐器件的二值图像。OTSU最大类间方差算法是一种基于聚类思想，使用一个阈值T将数据分为两大类，当该阈值之间的方差最大时，其错分概率最小，故将灰度值大于阈值T的像素点灰度值重新调整为255，灰度值小于阈值T的像素点灰度值调整为0。利用该算法将器件与背景分割，获得较为理想的器件二值化图像。
[0053]步骤5：形态学操作去伪
[0054]腐蚀和膨胀作为数学形态学基本的操作，腐蚀时缩小白色区域的面积，而膨胀是指扩张图像中白色的区域，通过膨胀和腐蚀来改变像素面积，可以得到理想的输出图像。
[0055]步骤6：基于距离的分水岭分割
[0056]基于距离的分水岭算法可以有效的将粘连物体分离。对于图像中出现的多个瓶罐器件粘连紧靠的情况，通过对目标图像求补求距离变换，再进行分割，使得器件相对独立，便于利用后续的计数方法；
[0057]采用基于本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于图像处理的工业瓶罐器件计数方法，其特征在于，包括以下步骤：步骤S1：俯视拍摄瓶罐器件图像，作为数据源传输至计算机系统；步骤S2：通过直方图均衡增强技术对原始工业瓶罐器件图像进行图像增强；步骤S3：采用维纳滤波算法对原始图像进行降噪处理；步骤S4：采用OTSU最大类间方差算法将瓶罐器件与背景分割，得到理想的瓶罐器件二值图像；步骤S5：采用形态学膨胀和腐蚀操作对瓶罐器件二值图像去伪操作；步骤S6：使用分水岭分割算法对粘连瓶罐器件进行分离；步骤S7：最后基于尺寸面积阈值对器件数量进行计数。2.根据权利要求1所述的基于图像处理的工业瓶罐器件计数方法，其特征在于：在步骤S2中，直方图是对图像的灰度级分布范围的直观统计，灰度直方图函数表示[0,L
‑
1]的灰度范围。h(rp)＝np其中，np即图像灰度级为rp的像素个数，rp即是图像中第p个灰度级。3.根据权利要求1或2所述的基于图像处理的工业瓶罐器件计数方法，其特征在于：在步骤S3中，维纳滤波是根据最小均方误差准则提出的最佳线性滤波方法，适用范围广泛。对图像进行维纳滤波时，要估算目标像素a(n1,n2)局部矩阵的均值与方差，计算公式如下：μ＝1/MN∑
n1,n2∈η
a(n1,n2)σ2＝1/MN∑
n1...

【专利技术属性】
技术研发人员：王涌，潘宏，周王益，赵远方，
申请(专利权)人：嵊州市浙江工业大学创新研究院，
类型：发明
国别省市：